二维量子卷积计算

杨利霞

二维量子卷积计算

7 T- C, S' q5 P$ I- I: ?* {9 v



. y8 t  J+ B: X1 e, U( j

0 q2 }# G- ]- }' \/ G4 Y" T$ F" U
目前一维量子卷积计算不能满足当前机器学习、图像识别等算法的要求。由于量子卷积神经网络模型主要是处
8 D4 ^, @& I( J6 I0 f- T- N理多维信息，有必要将一维量子卷积的维数推广到二维，进行二维量子卷积计算的研究，使得量子卷积计算不受维数
的影响，可以更好地应用于量子卷积神经网络。在量子计算中，量子态的叠加和纠缠使量子计算具有并行计算的能
: Y6 I5 }5 ?# T! {力，与一维量子卷积相比，二维量子卷积在并行计算中具有更高的优势，二维量子卷积计算更适合目前量子卷积神经
0 k" d6 K6 a1 J  V网络中量子卷积层的研究与设计。在一维量子卷积计算的基础上，基于量子图像表示方法，探究了二维量子卷积计算
$ [9 c8 _6 o4 O* F1 Q, H的量子线路设计，设计了通用的二维量子卷积线路模型。由于经典信息不能直接用于量子计算，首先将经典信息进行
8 e! S8 t+ ^( v* Y! e- G量子化编码，处理后的量子信息输入到二维量子卷积计算的量子电路中，完成概率幅和加法计算，最后通过测量得到
- [5 `* B2 }9 N* |" l: G9 F- F$ T量子卷积的结果。二维量子卷积算法大大减少了卷积计算的步骤，提高了计算速度，增加了信息的存储空间。为量子
卷积神经网络模型中量子卷积层的设计规则提供了理论依据，为高维量子卷积计算提供了参考和可能的途径。

* c4 I+ v9 a, D5 B0 ~5 j! D


+ ]1 F: D. G9 t) {7 o) M; [; ]